[发明专利]基于深度卷积和梯度旋转不变性的航拍图像目标检测方法有效
| 申请号： | 201610592182.5 | 申请日： | 2016-07-25 |
| 公开（公告）号： | CN106203396B | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 陈苏婷;王慧;李鑫 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32;G06K9/62;G06K9/46 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 许方 |
| 地址： | 210044 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度卷积和梯度旋转不变性的航拍图像目标检测方法，首先采用BING算法对航拍图像进行粗定位，提取感兴趣区域；其次采用AlexNet深度卷积网络分析感兴趣区域，选取AlexNet深度卷积网络的Pooling5层为AP特征；接着基于旋转梯度不变性，提取感兴趣区域的RGT特征；然后采用SFFS算法融合AP特征和RGT特征，生成AP‑RGT特征；最后使用SVM对AP‑RGT特征进行训练分类，建立优化问题，求解得到目标检测结果。本发明克服了航拍图像成像角度变化大、航拍镜头变化大以及航拍目标多变带来的困难。 | ||
| 搜索关键词： | 基于 深度 卷积 梯度 旋转 不变性 航拍 图像 目标 检测 方法 | ||
【主权项】：
1.基于深度卷积和梯度旋转不变性的航拍图像目标检测方法，其特征在于，包括以下步骤：(1)输入航拍图像，利用BING算法对目标进行粗定位，提取包含目标的感兴趣区域；(2)将步骤(1)提取到的感兴趣区域输入AlexNet深度卷积网络进行分析，选取AlexNet深度卷积网络的Pooling5层的特征为最佳角度不敏感特征，即AP特征；(3)基于旋转梯度不变性，提取感兴趣区域的旋转梯度不变特征，即RGT特征；(4)采用SFFS算法融合步骤(2)得到的AP特征和步骤(3)得到的RGT特征，生成AP‑RGT特征；(5)使用支持向量机对生成的AP‑RGT特征进行训练分类，并在SVM分类器后进行非极大值抑制的过程，过滤错误的分类；建立优化问题，求解得到目标检测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京信息工程大学，未经南京信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610592182.5/，转载请声明来源钻瓜专利网。
- 上一篇：图文识别方法及其装置
- 下一篇：基于多任务深度学习的人脸属性识别方法
